Ilman Shazhaev, Co-Fondateur & PDG d’Acoustery – Série d’entretiens

Ilman Shazhaev est le co-fondateur et PDG d’Acoustery, une entreprise de technologie de la santé qui développe des technologies d’intelligence artificielle pour la reconnaissance précoce des maladies respiratoires.

Qu’est-ce qui vous a initialement attiré vers l’informatique et l’ingénierie ?

La quantité de données disponibles aujourd’hui est plus importante que jamais, et la technologie d’intelligence artificielle — qui est très dépendante des données — a fait des progrès considérables ces dernières années. C’est pourquoi faire des recherches dans ce domaine est si passionnant.

Actuellement, je me concentre sur des projets de Big Data. Pendant la COVID-19, j’ai co-fondé Acoustery : une solution entièrement automatisée basée sur l’intelligence artificielle pour surveiller la santé en fonction de l’analyse de la voix, de la toux et de la respiration.

L’étape suivante a été de combiner la recherche en santé et le jeu. Pourquoi ? La quantité de données que cette industrie génère est unique ; de plus, les joueurs sont des précurseurs prêts à partager leurs données et à contribuer au progrès scientifique. Dans le même temps, le nombre d’essais cliniques en cours est faible, les progrès sont lents, et le secteur des jeux permet un traitement de données beaucoup plus dynamique.

Pouvez-vous nous parler de l’histoire de la création d’Acoustery ?

Comme je l’ai mentionné précédemment, Acoustery a été créé pendant la pandémie. Même si les opportunités commerciales en 2020 étaient relativement limitées, j’étais à Dubaï, l’un des rares endroits où un projet pouvait fonctionner sans restrictions très strictes.

Mon co-fondateur, le Dr Dmitry Mikhaylov, professeur à l’Université nationale de Singapour, et moi avons entrepris un nouveau défi : la détection précoce de la COVID-19. À l’époque, les Émirats arabes unis explorent massivement les technologies de diagnostic précoce et soutiennent largement les projets d’intelligence artificielle.

Grâce à cela, nous avons accès à l’un des meilleurs centres de test des Émirats arabes unis : l’hôpital militaire Sheikh Zayed, où nous avions des données de centaines de patients atteints de la COVID-19 pour entraîner notre moteur d’intelligence artificielle.

À l’étape suivante, les tests ont montré que notre technologie était très précise et avait un grand potentiel. Les chercheurs ont publié leurs résultats dans des revues de premier plan au Japon et aux États-Unis, et notre méthode de test a été utilisée dans plusieurs pays d’Asie pendant la pandémie en tant qu’outil d’urgence.

Quand la COVID-19 a pris fin, nous nous sommes concentrés sur la détection de l’asthme en utilisant la même approche. L’Université de Sharjah, qui mène les recherches aux Émirats arabes unis, a approuvé ces tests.

Quelle est l’exactitude de ce système par rapport aux tests PCR, LFT et aux tests de détection d’anticorps pour la COVID-19 ?

La valeur prédictive positive d’Acoustery dans le contexte du dépistage communautaire de la COVID-19 est relativement élevée (81 %) par rapport à Xpert MTB/RIF, un nouveau test qui révolutionne la détection et le contrôle de la tuberculose en contribuant au diagnostic rapide de la maladie (61 %) et aux tests PCR de gorge (71 %).

Nos résultats ont montré que le logiciel développé par Acoustery peut être utilisé comme outil de dépistage principal non laboratorial pour détecter les cas de COVID-19 et diriger les patients vers les laboratoires pour des tests PCR.

Pouvez-vous nous en dire plus sur l’apprentissage automatique utilisé pour former l’IA ?

Nous avons supposé que pour obtenir un taux de détection précis de la COVID-19, nous pouvions former des réseaux convolutionnels et récurrents pour diagnostiquer la maladie en analysant les spectrogrammes de la toux et de la respiration des patients. Un spectrogramme est une représentation visuelle de la force du signal à différentes fréquences. Un certain nombre d’études médicales ont montré des différences significatives entre la toux des patients qui avaient la COVID et ceux qui n’en avaient pas, nous avons donc formé notre moteur d’intelligence artificielle pour reconnaître ces différences.

Les développements d’Acoustery peuvent être utilisés pour diagnostiquer la maladie d’Alzheimer, qui est souvent perçue comme un trouble neurologique. Comment cela fonctionne-t-il exactement ?

Nos études explorent comment les mesures de la parole peuvent être liées aux profils linguistiques des participants atteints de la maladie d’Alzheimer (MA) et comment ces profils pourraient distinguer la MA des changements associés au vieillissement normal. Pour ce faire, notre IA analyse des phrases simples prononcées par des adultes âgés avec et sans MA, allant du pourcentage et du nombre de ruptures de voix au scintillement (quotient de perturbation d’amplitude) et au rapport bruit/harmoniques. La précision de cette analyse atteint 90 %.

Plus tard, nous avons utilisé la même approche dans Farcana Labs – une entreprise axée sur la collecte de Big Data générée par les joueurs pour rechercher la progression des maladies, en particulier les troubles mentaux.

Quelles autres maladies peuvent être diagnostiquées en utilisant cette méthode ?

L’asthme est notre priorité principale actuellement. La tuberculose est un autre objectif, ainsi que la maladie pulmonaire obstructive chronique (MPOC), la fibrose pulmonaire, la pneumonie et le cancer du poumon.

Quelle est la taille des ensembles de données d’entraînement pour ces cas d’utilisation ?

Nous avons des milliers d’enregistrements de toux dans notre base de données collectés au cours des quatre dernières années.

Quelle est votre vision pour l’avenir du diagnostic médical dans l’ensemble ?

Les données collectées par les appareils personnels joueront un rôle important dans le diagnostic précoce des maladies et la prévention des pandémies. Même nos téléphones mobiles ont de multiples capteurs : un microphone n’est qu’un de ces capteurs. Les accéléromètres qui peuvent analyser les compétences motrices et détecter de nombreuses maladies en sont un autre.

Bien que ces technologies ne devraient pas être la seule source de diagnostic, elles peuvent considérablement aider à prédire et à prévenir la propagation de maladies respiratoires hautement infectieuses — et, par conséquent, de nouvelles pandémies. Acoustery peut également être utilisé dans les pays en développement où l’accès aux tests PCR est limité.

Vous semblez avoir plusieurs projets en cours ; quels sont quelques autres cas d’utilisation passionnants que vous voyez pour l’IA ?

L’espace de l’IA est unique. En tant que chercheurs en IA, nous nous concentrons sur des niches qui génèrent de grandes quantités de données, ce qui est nécessaire pour toute recherche en IA. Nous avons besoin de beaucoup de patients pour compiler des ensembles de données de qualité, nous avons donc plusieurs recherches en parallèle et explorons plusieurs secteurs d’activité.

Nous considérons le jeu comme un domaine où une quantité massive de données est générée. Aujourd’hui, les gens jouent beaucoup à des jeux vidéo, ce qui est une source précieuse de données pour la recherche en santé. La collecte de données à partir d’appareils personnels et de wearables est un autre vecteur avec un potentiel significatif.

En fin de compte, c’est passionnant d’explorer cette technologie maintenant, et je crois qu’elle a encore beaucoup plus de potentiel à être exploité dans d’autres secteurs.

Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Acoustery.